Numpy中的魔法棒：expand_dims()与squeeze()的奇幻冒险

本文链接：https://blog.youkuaiyun.com/weixin_37840904/article/details/145993766

Numpy中的魔法棒：`expand_dims()`与`squeeze()`的奇幻冒险

在数据科学的世界里，numpy就像是一个魔法师的工具箱，里面装满了各种神奇的咒语和法宝。今天，我们要介绍的是其中两个特别有趣的函数——expand_dims()和squeeze()。它们就像是一对双胞胎魔法棒，一个负责“膨胀”，一个负责“压缩”，让我们的数据在维度中自由穿梭。

`expand_dims()`：让数据“膨胀”起来

首先，让我们来认识一下expand_dims()，这个函数的名字听起来就像是某种“膨胀术”，事实上，它的确是这样。它的作用是在数组的指定位置插入一个新的维度。想象一下，你有一个一维的数组，就像一个瘦长的面条，现在你希望它变成一个二维的扁平面条，这时expand_dims()就能派上用场了。

参数说明

arr: 需要扩展维度的输入数组。
axis: 插入新维度的位置。可以是整数或元组，表示在哪个轴插入新维度。

示例1

import numpy as np

# 创建一个一维数组
arr = np.array([1, 2, 3])
print("原数组:", arr)
print("原数组的形状:", arr.shape)

# 使用expand_dims()在第一个位置插入新维度
arr_expanded = np.expand_dims(arr, axis=0)
print("扩展后的数组:", arr_expanded)
print("扩展后的数组形状:", arr_expanded.shape)

输出结果：

原数组: [1 2 3]
原数组的形状: (3,)
扩展后的数组: [[1 2 3]]
扩展后的数组形状: (1, 3)

示例2

import numpy as np

# 创建一个一维数组
arr = np.array([1, 2, 3])
print("原始数组：", arr.shape)  # 输出: (3,)

# 在第 0 轴（最外层）扩展维度
expanded_arr = np.expand_dims(arr, axis=0)
print("扩展后的数组（axis=0）：", expanded_arr.shape)  # 输出: (1, 3)

# 在第 1 轴（内层）扩展维度
expanded_arr = np.expand_dims(arr, axis=1)
print("扩展后的数组（axis=1）：", expanded_arr.shape)  # 输出: (3, 1)

# 使用负数索引，从后往前扩展维度
expanded_arr = np.expand_dims(arr, axis=-1)
print("扩展后的数组（axis=-1）：", expanded_arr.shape)  # 输出: (3, 1)

正如你所见，原本的一维数组在第一个位置插入了一个新的维度，变成了一个二维数组。expand_dims()就像是一个神奇的魔法棒，轻轻一挥，就让数组“膨胀”了起来。

`squeeze()`：压缩数据，让维度消失

接下来，我们有请squeeze()，这个函数的名字听起来就像是一个“压缩器”，它的作用恰恰与expand_dims()相反，它会删除数组中所有长度为1的维度。想象一下，你的数组像是一个被过度充气的气球，现在你需要放掉一些空气，让它变得更加紧凑，这时squeeze()就能派上用场了。

参数说明

arr: 需要压缩维度的输入数组。
axis: 可选参数，指定要删除的维度。如果未指定，则删除所有长度为1的维度。

示例1

# 创建一个二维数组，其中第一个维度长度为1
arr = np.array([[1, 2, 3]])
print("原数组:", arr)
print("原数组的形状:", arr.shape)

# 使用squeeze()删除长度为1的维度
arr_squeezed = np.squeeze(arr)
print("压缩后的数组:", arr_squeezed)
print("压缩后的数组形状:", arr_squeezed.shape)

输出结果：

原数组: [[1 2 3]]
原数组的形状: (1, 3)
压缩后的数组: [1 2 3]
压缩后的数组形状: (3,)

示例2

import numpy as np

# 创建一个二维数组，其中一个维度长度为1
arr = np.array([[1], [2], [3]])
print("原始数组：", arr.shape)  # 输出: (3, 1)

# 移除所有长度为1的维度
squeezed_arr = np.squeeze(arr)
print("压缩后的数组：", squeezed_arr.shape)  # 输出: (3,)

# 创建一个三维数组
arr = np.array([[[1], [2], [3]]])
print("原始数组：", arr.shape)  # 输出: (1, 3, 1)

# 移除指定轴的长度为1的维度
squeezed_arr = np.squeeze(arr, axis=0)
print("压缩后的数组（axis=0）：", squeezed_arr.shape)  # 输出: (3, 1)

# 移除所有长度为1的维度
squeezed_arr = np.squeeze(arr)
print("压缩后的数组：", squeezed_arr.shape)  # 输出: (3,)